🔑 名詞卡
U-Net
🎯 定義
專為醫療影像分割設計的深度學習模型，具有對稱的編碼器（Encoder）與解碼器（Decoder）結構，特別適用於處理不平衡的資料集。
重點
- 編碼器負責提取特徵，解碼器負責逐步恢復影像細節。
- 最大特點：跳躍連接（Skip Connections），能有效從高解析度特徵中恢復細節，提高分割精準度。
記憶技巧
U-Net 因架構形似字母 U（先收縮再擴張）而得名，「跳躍連接」是它的招牌特徵。
易混淆
- vs ResNet 的殘差連接：兩者都是「跨層連接」概念，但 ResNet 用於解決深層網路梯度消失問題，U-Net 的跳躍連接用於在編碼器/解碼器間傳遞高解析度細節。
- vs Mask R-CNN：U-Net 專攻語意分割（尤其醫療影像），Mask R-CNN 專攻實例分割（區分同類別的不同個體）。
📖 課文原文「U-Net 是專為醫療影像分割而設計的模型，特別適用於處理不平衡的資料集。它具有對稱的編碼器（Encoder）和解碼器（Decoder）結構⋯⋯U-Net 的最大特點是跳躍連接（Skip Connections）。」